Perpustakaan Digital ITB

Sistem pengenalan wajah semakin penting dan banyak digunakan. Belakangan ini, berbagai metode presentation attack seperti 3D mask attack menimbulkan ancaman bagi sistem pengenalan wajah. Berbagai upaya telah dikembangkan dan digunakan untuk mengatasi penggunaan 3D mask untuk mengelabui (spoof) sistem pengenalan wajah. Tulisan ini menjabarkan pengembangan sebuah sistem pengenalan wajah yang terdiri atas komponen deteksi wajah dan komponen anti-spoofing. Eksperimen deteksi wajah yang dilakukan menyatakan bahwa MTCNN merupakan metode yang lebih baik dibandingkan LBP cascade classifier dan Haar cascade classifier. Sementara itu, eksperimen anti-spoofing yang membandingkan metode SVM+LBP dengan CNN menunjukkan bahwa CNN memiliki keunggulan yang cukup jauh dalam mendeteksi 3D mask attack. Ketiga arsitektur CNN yang diujikan memberikan hasil yang hampir serupa; model CNN dengan arsitektur Inception v3 memberikan galat ACER yang paling kecil. Pada tulisan ini dijelaskan juga modifikasi pada setiap komponen sistem untuk mengurangi waktu inferensi, yakni pendeteksian wajah pada subarea frame serta pemanfaatan multiprocessing pada komponen anti-spoofing.